自组织特征映射网络在脂肪肝B超图像识别中的应用研究.docVIP

自组织特征映射网络在脂肪肝B超图像识别中的应用研究 通过分析肝脏B超图像的纹理特征，利用自 组织特征映射神经网络（SOFM）的聚类特性对脂肪肝B超图 像进行分类识别，建立较人为经验识别更为准确的计算机B 超脂肪肝医学辅助诊断系统。实验结果表明SOFM网络对脂 肪肝的识别率达88. 89%,轻度识别率达71.42%,中度识别 率达79.82%,重度识别率达85.71%,该辅助系统可提高脂 肪肝的诊效率和准确性。 【关键词】脂肪肝B超图像自组织特征映射神经网络 特征提取 脂肪肝是脂肪（主要是甘油三脂）在肝脏中过度沉积引 起的病变，目前已成为国人的常见病、多发病，是仅次于病 毒性肝炎的第二大肝病，是公认隐蔽性肝硬化的常见原因， 严重威胁国人的健康。慢性脂肪肝如不及时治疗，可发展为 肝纤维化和肝硬化，造成肝脏的永久损害，而早期或轻度脂 肪肝经过治疗，可以逆转正常。因此，通过图像处理技术自 动识别脂肪肝，加强脂肪肝的早期诊断、发现，已成为当代 医学辅助诊断领域的重要研究方向。 临床上诊断脂肪肝最可靠的办法是活检（超声引导下肝 穿刺活检组织细胞），但会给病人带来很大的痛苦。随着超 声医学的蓬勃发展，目前临床上常釆用B超成像技术诊断脂 肪肝。但B超成像技术诊断脂肪肝在很大程度上是凭医生肉 眼进行判断，这种经验的、感性的认识常导致脂肪肝的误诊, 以及对局灶性脂肪肝与肝血管瘤和原发性肝癌的混淆等